针对以智能水表和热量表为主的集中抄表系统，设计了一种MBUS集中器，它完成对连接到MBUS总线上的智能表数据的抄收并通过GPRS上传到监控计算机。介绍了集中器的工作原理及MBUS总线，详细阐述了MBUS总线信号的收发电路。由于采用单片机控制，不断调整比较器基准电压，大大增加了MBUS接收电路的适应性。测试结果表明，该设计实现的集中器产品可靠性高、带负载能力强、抄表效率高，在实际应用中取得了很好的效果。

阐述了一种基于STM32F103RE单片机的微型多参数健康监护终端的设计与实现方法。系统采用集成化的硬件设计方案并针对各种生理信号的特点进行了算法优化，提高了使用的便捷性和监测的准确度。终端实现了人体心电、心率、血氧饱和度和姿态信息的采集、处理、显示与存储，并且可以通过蓝牙与Android或iOS智能设备进行数据交互，在使用者生理参数异常或跌倒时发出报警信号。

设计并实现了基于便携式单通道脑机接口的小车控制系统。该系统利用TGAM1_R2.4A模块采集人脑前额FP1处的脑电信号，通过蓝牙模块将信号传送至STM32控制单元。系统使用人脑专注度控制小车速度，利用眨眼信号结合方向指示灯控制小车运动方向。测试结果表明，该系统控制小车的速度和方向具有反应灵敏、稳定性较高的特点，该技术可以推广至对电动轮椅的控制。

设计了一个利用高速A/D、FIFO以及ARM9实现的高速数据采集系统。通过ARM9控制高速A/D转换和FIFO的读写，并采用大容量的板载数据存储器，可以实现较长时间的连续采集。设计了网络接口和USB接口实现数据的保存和传输，并设计了GPS授时模块接口以实现多个站点的同时数据采集。

设计了一种基于STM32的便携式家用心电检测仪。心电电极采集体表单导联心电信号，经预处理电路对心电信号进行放大、滤波和电平抬升后，送至STM32中进行模/数转换和数字处理，在液晶屏上实时显示心电波形、心率和分析结果。实验表明，该心电仪能有效提取心电信号的特征点，准确测得心率，分析出4种常见心率失常症状，并可测得HRV的时域参数。

针对移动终端上GPU的高功耗问题，提出一种基于Android系统的GPU动态调频方案。方案根据各种应用对GPU的性能需求，引入了GPU的频率-性能模型，包括选择工作频率和测量相对性能的方法。动态调频算法通过历史负载计算出预测负载，将其代入频率-性能模型后预测出下一周期GPU的频率。实验结果表明，方案在典型场景下可以快速跟踪GPU负载的变化，预测GPU频率的准确率达到95%以上。